看得见的工作方式，
而不是虚构的客户案例
这里展示的是方法本身：用合成数据走完「问题 → 工作流 → 输出 → 边界」的完整链路。
产品资料 → 可检索知识库
◈ 合成演示数据 / Synthetic demo data
问题与假设
产品参数分散在 PDF 目录、Excel 规格表和认证扫描件中，销售响应客户提问需要反复翻找。假设：结构化并统一来源标记后，检索耗时可以从「分钟级」降到「秒级」，且答案可追溯到来源文件。
工作流
产品文件 → 字段抽取 → 来源标记 → 人工审核 → 可检索知识库
交互演示（点击选项卡切换样例）
三组合成问答。重点看第二组：资料里没有的信息，输出「未知」并建议补充，而不是由模型猜测填补。
问：这款仪器的加热温度范围和认证情况？
答：加热温度 38–55°C （来源：规格表 v3，第 2 页）
认证：CE、RoHS （来源：认证扫描件 2024-03）
问：这款仪器支持哪些语言的操作界面？
答：未知——现有资料中未找到该信息，不由模型猜测填补；已标记建议补充到规格表。
问：包装尺寸和整机重量是多少？
答：32 × 22 × 11 cm，整机 2.4 kg （来源：包装规格 2024-06）
输入与输出均为合成数据；本演示解释方法，不代表客户生产部署。
已知限制
- OCR 识别率依赖文件质量，扫描件差时抽取失败率上升
- 未经人工审核的字段不进入知识库
- 资料中没有的信息标记为「未知」，不由模型猜测填补
转化为你的试点
提供你真实（脱敏）的产品资料 → 诊断评估文件质量 → 定制最小试点。
询盘邮件 → 分类与回复草稿
◈ 合成演示数据 / Synthetic demo data
问题与假设
外贸询盘格式各异、语言混杂，人工分类和起草回复占用销售大量时间。假设：自动分类 + 结构化提取 + 回复草稿（人工审批后发送）能把单封询盘的处理时间压缩一半以上，同时不失去人工把关。
工作流
收件 → 字段提取（产品/数量/市场）→ 分类 → 回复草稿 → 人工审批 → 发送
交互演示（点击选项卡切换样例）
一组标准询盘、一组复杂询盘。重点看第二组：超出 AI 草稿边界的，直接转人工，不生成回复。
收件：Hi, we need 500 units of your massage device for our EU market. What certifications do you have? Lead time?
分类：询盘 · 高优先级（明确数量+市场）
提取：产品=按摩仪 ｜ 数量=500 ｜ 市场=EU ｜ 关注=认证+交期
草稿：Dear…, thank you for your inquiry. Our massage devices are CE/RoHS certified… （AI 草稿，待人工确认）
收件：上批货有 3 台加热故障，要求赔偿并给出技术说明。（合成投诉样例）
分类：投诉 · 技术争议
处理：不自动生成回复——转人工处理
原因：赔偿口径与技术承诺超出 AI 草稿边界，必须由人决定
输入与输出均为合成数据；任何外发动作保留人工审批。
已知限制
- 不自动发送任何邮件——审批后才出站
- 价格、折扣信息不由 AI 决定，仅汇总人工提供的口径
- 复杂询盘（定制、投诉、技术争议）自动转人工处理
转化为你的试点
提供脱敏的历史询盘样本 → 诊断分类规则 → 小批量试运行对照人工基线。